論文の概要: VERNIER: an open-source software pushing marker pose estimation down to the micrometer and nanometer scales

• arxiv url: http://arxiv.org/abs/2510.02791v1
• Date: Fri, 03 Oct 2025 08:01:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-06 16:35:52.308409
• Title: VERNIER: an open-source software pushing marker pose estimation down to the micrometer and nanometer scales
• Title（参考訳）: VERNIER: マーカーを押下するオープンソースのソフトウェア
• Authors: Patrick Sandoz, Antoine N. André, Guillaume J. Laurent,
• Abstract要約: 本稿では,疑似周期パターンに基づく高速かつ信頼性の高いポーズ計測を実現するために設計された,オープンソースの位相処理ソフトウェアであるVERNIERを提案する。 位相ベースの局所しきい値アルゴリズムのおかげで、ソフトウェアは特にノイズ、デフォーカス、閉塞に対して堅牢であることが証明された。 実装手順は、合成画像と実験画像で示される。
• 参考スコア（独自算出の注目度）: 4.021530562599311
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pose estimation is still a challenge at the small scales. Few solutions exist to capture the 6 degrees of freedom of an object with nanometric and microradians resolutions over relatively large ranges. Over the years, we have proposed several fiducial marker and pattern designs to achieve reliable performance for various microscopy applications. Centimeter ranges are possible using pattern encoding methods, while nanometer resolutions can be achieved using phase processing of the periodic frames. This paper presents VERNIER, an open source phase processing software designed to provide fast and reliable pose measurement based on pseudo-periodic patterns. Thanks to a phase-based local thresholding algorithm, the software has proven to be particularly robust to noise, defocus and occlusion. The successive steps of the phase processing are presented, as well as the different types of patterns that address different application needs. The implementation procedure is illustrated with synthetic and experimental images. Finally, guidelines are given for selecting the appropriate pattern design and microscope magnification lenses as a function of the desired performance.
• Abstract（参考訳）: ポース推定は、小さなスケールでは依然として課題である。 比較的広い範囲でナノメートルとマイクロラディアン分解能を持つ物体の6自由度を捉えるための解はほとんど存在しない。 長年にわたり,様々な顕微鏡アプリケーションに対して信頼性の高い性能を実現するために,ファクトリアルマーカーとパターン設計を提案してきた。 パターン符号化法では、Centimeterレンジが可能であり、周期フレームの位相処理ではナノメートル解像度が達成できる。 本稿では,疑似周期パターンに基づく高速かつ信頼性の高いポーズ計測を実現するために設計された,オープンソースの位相処理ソフトウェアであるVERNIERを提案する。 位相ベースの局所しきい値アルゴリズムのおかげで、ソフトウェアは特にノイズ、デフォーカス、閉塞に対して堅牢であることが証明された。 フェーズ処理の逐次的なステップと、異なるアプリケーションニーズに対処するさまざまなタイプのパターンが提示されます。 実装手順は、合成画像と実験画像で示される。 最後に、所望の性能の関数として、適切なパターン設計と顕微鏡倍率レンズを選択するためのガイドラインが与えられる。

関連論文リスト

• Gaussian kernel-based motion measurement [18.979649159405962]
  本稿では,ガウスカーネルの位置を追跡することによって,異なるフレーム間の動きを抽出するガウスカーネルに基づく新しい動き計測法を提案する。 本手法の精度とロバスト性を高めるため, 実用的な構造条件と超解像制約に適合する運動整合性を導入する。 数値的および実験的検証により、異なるテストサンプルに対するパラメータ設定をカスタマイズすることなく、常に高い精度に到達できることが示されている。
  論文  参考訳（メタデータ） (2025-07-18T06:49:57Z)
• Enhancing Fluorescence Lifetime Parameter Estimation Accuracy with Differential Transformer Based Deep Learning Model Incorporating Pixelwise Instrument Response Function [0.3441582801949978]
  蛍光ライフタイムイメージング(FLI)は、組織微小環境に関するユニークな情報を提供する。 近年のディープラーニングの進歩により、蛍光寿命パラメーターの推定が改善されている。 本稿では,実験的な光子時間ヒストグラムとともに,計装応答関数(IRF)を付加入力として統合した新しいDLアーキテクチャであるMFliNetを提案する。
  論文  参考訳（メタデータ） (2024-11-25T20:03:41Z)
• Single-image camera calibration with model-free distortion correction [0.0]
  本稿では,センサ全体をカバーする平面スペックルパターンの単一画像から,キャリブレーションパラメータの完全な集合を推定する方法を提案する。 デジタル画像相関を用いて校正対象の画像点と物理点との対応を求める。 プロシージャの最後には、画像全体にわたって、密度が高く均一なモデルフリーな歪みマップが得られる。
  論文  参考訳（メタデータ） (2024-03-02T16:51:35Z)
• Log-Likelihood Score Level Fusion for Improved Cross-Sensor Smartphone Periocular Recognition [52.15994166413364]
  我々は、複数のコンパレータを融合させて、異なるスマートフォンの画像を比較する際に、眼周囲の性能を改善する。 我々は線形ロジスティック回帰に基づく確率的融合フレームワークを使用し、融合したスコアはログライクな比率になる傾向にある。 我々のフレームワークは、同じセンサとクロスセンサーのスコア分布が整列され、共通の確率領域にマッピングされるため、異なるデバイスからの信号を処理するためのエレガントでシンプルなソリューションも提供します。
  論文  参考訳（メタデータ） (2023-11-02T13:43:44Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Searching a Compact Architecture for Robust Multi-Exposure Image Fusion [55.37210629454589]
  2つの大きなスタブリングブロックは、画素の不一致や非効率な推論など、開発を妨げる。 本研究では,高機能なマルチ露光画像融合のための自己アライメントとディテールリプレクションモジュールを取り入れたアーキテクチャ検索に基づくパラダイムを提案する。 提案手法は様々な競争方式より優れており、一般的なシナリオではPSNRが3.19%向上し、不整合シナリオでは23.5%向上した。
  論文  参考訳（メタデータ） (2023-05-20T17:01:52Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• A parameter refinement method for Ptychography based on Deep Learning concepts [55.41644538483948]
  伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。 最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。 我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
  論文  参考訳（メタデータ） (2021-05-18T10:15:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。